深層学習と自動実験による酵素創出技術の高度化

• 研究領域: 生体反応の集積・予知・創出を基盤としたシステム生物合成科学
• 研究課題/領域番号: 25H01570
• 研究種目: 学術変革領域研究(A)
• 配分区分: 補助金
• 審査区分: 学術変革領域研究区分(Ⅱ)
• 研究機関: 東京科学大学
• 研究代表者: 石谷 隆一郎 東京科学大学, 総合研究院, 教授 (90361568)
• 研究期間 (年度): 2025-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 10,790千円 (直接経費: 8,300千円、間接経費: 2,490千円); 2025年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
• キーワード: 深層学習 / 酵素改変 / 実験自動化

研究開始時の研究の概要

生体触媒の酵素は、環境に優しい新素材開発や創薬において重要性を増している。近年は酵素改変による触媒反応のデザインが求められているが、従来のランダム変異法や人手による実験には効率面で限界があった。本計画では構造ベースの深層学習モデルを活用し変異体の活性予測を行い、デザイン効率の向上を図る。さらに、この深層学習モデルを用いた低コストの実験自動化システムの開発を目指す。これにより、酵素の活性向上や基質特異性の拡張を効率的に実現するシステム構築が可能となる。